Machine Learning-L3-訓練集與測試集

訓練集與測試集 1. 過擬合與欠擬合 2. 訓練集與測試集劃分 2.1 保持（Holdout）方法 2.2 交叉驗證 （cross-validation） 1. 過擬合與欠擬合 欠擬合（underfitting）：模型未能擬合訓練數據，高偏差(high bias)。 過擬合（overfitting） ：模型未能擬合測試數據，高方差(high variance)。 過度擬合通常發生在特徵過多的時候，

>>阅读原文<<